• 인터넷정보학회논문지
• /
• 제12권3호
• /
• pp.27-36
• /
• 2011

센서 네트워크 시스템의 센서 노드들은 싱크 노드와 무선으로 송수신하며 사람이 일일이 접근하기 힘든 방대한 지역의 센서 데이터를 획득 및 전송한다. 하지만 센서 노드들의 중복 센서 데이터의 비효율적인 반복 전송은 전체 시스템의 수명을 짧게 하고, 이때 발생하는 많은 양의 데이터들은 사용할 때 다시 선별해야 하는 번거로움이 있다. 본 논문에서는 네이밍 에이전트의 네임 스페이스의 메타 테이블로부터 제공되는 이주 대상 노드들을 차례로 방문하여, 사용자 조건에 따라 중복 센서 데이터를 제거하고, 용도 및 필요에 따라 센서 데이터를 수집 및 전송함으로써 센서 데이터의 과잉 송수신을 막고 전체 시스템의 수명을 늘릴 수 있는 이동 에이전트 미들웨어를 설계 및 구현한다. 또한, 실제 환경에서 발생할 수 있는 상황을 고려한 조건 및 제한들을 적용한 이동 에이전트를 이용한 실험을 통하여 중복 센서 데이터의 제거 및 데이터 수집의 효율성을 보이고, 향후 제안된 이동 에이전트 미들웨어에 능동 규칙을 탑재하거나 능동 규칙 시스템과의 연계를 통하여 다양한 능동적 센서 네트워크 응용에의 적용 가능성을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.227-247
• /
• 2018

For intermittently connected wireless sensor networks deployed in hash environments, sensor nodes may fail due to internal or external reasons at any time. In the process of data collection and recovery, we need to speed up as much as possible so that all the sensory data can be restored by accessing as few survivors as possible. In this paper a novel redundant data storage algorithm based on minimum spanning tree and quasi-randomized matrix-QRNCDS is proposed. QRNCDS disseminates k source data packets to n sensor nodes in the network (n>k) according to the minimum spanning tree traversal mechanism. Every node stores only one encoded data packet in its storage which is the XOR result of the received source data packets in accordance with the quasi-randomized matrix theory. The algorithm adopts the minimum spanning tree traversal rule to reduce the complexity of the traversal message of the source packets. In order to solve the problem that some source packets cannot be restored if the random matrix is not full column rank, the semi-randomized network coding method is used in QRNCDS. Each source node only needs to store its own source data packet, and the storage nodes choose to receive or not. In the decoding phase, Gaussian Elimination and Belief Propagation are combined to improve the probability and efficiency of data decoding. As a result, part of the source data can be recovered in the case of semi-random matrix without full column rank. The simulation results show that QRNCDS has lower energy consumption, higher data collection efficiency, higher decoding efficiency, smaller data storage redundancy and larger network fault tolerance.